摘要
本发明涉及智能交通技术领域,具体为一种基于多源数据融合的路网运行态势研究方法,包括以下步骤:S1、选择路段区域进行交通数据和车辆数据采集;S2、根据空间和时间两个维度将车辆轨迹层和道路交通层采集到的数据进行分类,得到车辆GPS轨迹、交通数据,更新包含交通状态的数据集;S3、对更新后的数据进行过滤、插值,并进行特征选择,使用算法进行数据平衡分布;S4、对卡尔曼波进行改进使其读取最近的单个传感器;S5、融合交通状态数据并输出。本发明将数据分组从一维扩展到二维,将车辆轨迹层与道路交通层合并,有利于提高数据映射准确度,并将卡尔曼滤波模型SCAATF进行改进,实现交通状态数据融合,以准确反映交通路网运行态势。
技术关键词
数据
特征选择
路段
车辆
卡尔曼滤波模型
协方差矩阵
轨迹
传感器
成分分析
智能交通技术
交通流
坐标
地图匹配
算法
误差
输入模块
输出模块
方程
系统为您推荐了相关专利信息
甲醇燃料
报警系统
数据收集模块
机器学习模型
指数
形态检测方法
模型预测值
形态检测系统
粗集料颗粒
参数
运输管理方法
蚁群算法
物流运输车辆
因子
无人运输车辆